تلعب الملفات النصية، مثل ملفات المهارات (Skill Files) وملفات الذاكرة (Memory Files) وملفات التكوين السلوكي (Behavioral Configuration Files)، دوراً مركزياً في تحديد كيفية تصرف العملاء الذكيين المعاصرين. خلال عمليات التعديل، التي قد تتم بواسطة البشر أو بواسطة العملاء أنفسهم، يمكن أن تتطور هذه الملفات بمرور الوقت، مما يؤثر بشكل مباشر على سلوك العميل المستقبلي.

في إطار عمل مبتكر، تم اقتراح منهجية لقياس سمات العملاء من خلال تعريف السمات (Traits) كاتجاهات في فضاء تضمين النصوص (Text Embedding Space) لنموذج تضمين النصوص. حيث يتم تدريب نموذج خطي بناءً على تغييرات ملفات المهارات (Skill File Diffs) المصنفة، مما يساعد على تعلم متجه السمات (Trait Vector) عقب التعديلات.

مع تقييم 68 زوجًا من الانحرافات المصنفة حول سمة الرغبة في البحث عن بيانات حساسة، حققت هذه الطريقة دقة تصنيف عالٍ قدره 91.2% وارتباط سبيرمان (Spearman Rank Correlation) بقيمة $ ho = 0.82$.

كما تم دمج تقييم السمات هذا ضمن بروتوكول تفاعلي يمكن من تقييم عميل لآخر من خلال وسيط موثوق. هذه النتائج تعكس تقدمًا كبيرًا في فهم كيفية تأثير التعديلات في الملفات على التفاعلات المستقبلية، مما يفتح آفاقًا جديدة في رحلتنا نحو بناء عملاء ذكيين أكثر فاعلية.